计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
28期
228-231
,共4页
航空发动机%径向基函数(RBF)变权重组合预测%磨损%趋势预测
航空髮動機%徑嚮基函數(RBF)變權重組閤預測%磨損%趨勢預測
항공발동궤%경향기함수(RBF)변권중조합예측%마손%추세예측
由于航空发动机滑油中金属元素含量受许多复杂因素的影响,所以磨损趋势预测精度相对较低.针对这个问题提出了RBF网络变权重组合预测(RBFNN-VWCF)模型对航空发动机零部件的磨损趋势进行研究.由于输入维数对模型的预测精度影响较大,引入混沌理论中的C-C方法重构相空间确定模型最佳输入输出样本的维数,选取BP网络和SVM模型作为子预测模型对铁元素含量的变化趋势进行预测,将得到的预测值作为RBFNN-VWCF模型的输入变量进行变权重组合预测,利用正交最小二乘法训练网络模型,确定子模型不同时刻的权重,并对影响模型预测精度的参数进行讨论.仿真结果表明,RBFNN-VWCF模型充分利用了两种子预测模型的有效信息,更客观地反映了发动机零部件的磨损趋势,与单一模型相比具有较高的预测精度和很强的实用性,为发动机下一步的维修决策提供了有力支持.
由于航空髮動機滑油中金屬元素含量受許多複雜因素的影響,所以磨損趨勢預測精度相對較低.針對這箇問題提齣瞭RBF網絡變權重組閤預測(RBFNN-VWCF)模型對航空髮動機零部件的磨損趨勢進行研究.由于輸入維數對模型的預測精度影響較大,引入混沌理論中的C-C方法重構相空間確定模型最佳輸入輸齣樣本的維數,選取BP網絡和SVM模型作為子預測模型對鐵元素含量的變化趨勢進行預測,將得到的預測值作為RBFNN-VWCF模型的輸入變量進行變權重組閤預測,利用正交最小二乘法訓練網絡模型,確定子模型不同時刻的權重,併對影響模型預測精度的參數進行討論.倣真結果錶明,RBFNN-VWCF模型充分利用瞭兩種子預測模型的有效信息,更客觀地反映瞭髮動機零部件的磨損趨勢,與單一模型相比具有較高的預測精度和很彊的實用性,為髮動機下一步的維脩決策提供瞭有力支持.
유우항공발동궤활유중금속원소함량수허다복잡인소적영향,소이마손추세예측정도상대교저.침대저개문제제출료RBF망락변권중조합예측(RBFNN-VWCF)모형대항공발동궤령부건적마손추세진행연구.유우수입유수대모형적예측정도영향교대,인입혼돈이론중적C-C방법중구상공간학정모형최가수입수출양본적유수,선취BP망락화SVM모형작위자예측모형대철원소함량적변화추세진행예측,장득도적예측치작위RBFNN-VWCF모형적수입변량진행변권중조합예측,이용정교최소이승법훈련망락모형,학정자모형불동시각적권중,병대영향모형예측정도적삼수진행토론.방진결과표명,RBFNN-VWCF모형충분이용료량충자예측모형적유효신식,경객관지반영료발동궤령부건적마손추세,여단일모형상비구유교고적예측정도화흔강적실용성,위발동궤하일보적유수결책제공료유력지지.
